zb4153923c0 PDF

Transformasi Linier (Pemetaan Linier)
Kuliah Aljabar Linier Semester Ganjil 2015-2016
MZI
Fakultas Informatika
Telkom University
FIF Tel-U
November – Desember 2015
MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 1 / 93

Acknowledgements
Slide ini disusun berdasarkan materi yang terdapat pada sumber-sumber berikut:
1 Aplikasi Matriks dan Ruang Vektor, Edisi 1, 2014, oleh Adiwijaya.
2 Elementary Linear Algebra, 10th Edition, 2010, oleh H. Anton dan C. Rorres.
3 Slide kuliah Aljabar Linier di Telkom University oleh Jondri.
4 Slide kuliah Aljabar Linier di Fasilkom UI oleh Kasiyah M. Junus dan Siti
Aminah.
5 Slide kuliah Aljabar Linier di Fasilkom UI oleh L. Y. Stefanus.
Beberapa gambar dapat diambil dari sumber-sumber di atas. Slide ini ditujukan
untuk keperluan akademis di lingkungan FIF Telkom University. Jika Anda
memiliki saran/ pendapat/ pertanyaan terkait materi dalam slide ini, silakan kirim
email ke <pleasedontspam>@telkomuniversity.ac.id.

Bahasan
1 Motivasi: Untuk Apa Mempelajari Transformasi Linier?
2 De…nisi Transformasi dan Tranformasi Linier
3 Transformasi dengan Matriks di Ruang Euclid
4 Nilai dan Vektor Eigen dari Operator Linier
5 Kernel, Nulitas, Peta, dan Rank dari Transformasi Linier
6 Transformasi Nol dan Operator Identitas
7 Metode Konstruksi Matriks Standar
8 Beberapa Operator Re‡eksi di R2 dan R3
9 Beberapa Operator Proyeksi di R2 dan R3
10 Beberapa Operator Rotasi di R2 dan R3
11 Operator Dilasi/ Dilatasi dan Kontraksi di R2 dan R3
12 Operator Kompresi, Ekspansi, dan Transveksi di R2 dan R3

Motivasi: Untuk Apa Mempelajari Transformasi Linier?
Bahasan

Transformasi Linier dan Gra…ka Komputer

Salah satu penerapan dari materi transformasi linier yang akan kita pelajari
digunakan dalam gra…ka komputer (computer graphics) untuk mengkonstruksi
suatu objek tertentu.

Transformasi Linier dan Gra…ka Komputer

Salah satu penerapan dari materi transformasi linier yang akan kita pelajari
digunakan dalam gra…ka komputer (computer graphics) untuk mengkonstruksi
suatu objek tertentu.

Pada kuliah Aljabar Linier ini, kita tidak hanya meninjau transformasi linier di
ruang Euclid saja. Kita juga akan melihat transformasi-transformasi linier yang
mengaitkan dua ruang vektor yang struktur matematikanya berbeda (contoh:
tranformasi linier dari ruang matriks ke ruang polinom). Untuk itu, kita perlu
mende…nisikan tranformasi linier dengan de…nisi formal yang jelas.

De…nisi Transformasi dan Tranformasi Linier
Bahasan

Mengingat Kembali: De…nisi Fungsi
De…nisi Fungsi
Jika A dan B adalah dua himpunan (keduanya tak kosong) maka suatu fungsi
f : A ! B adalah sebuah pengaitan yang mengaitkan setiap a 2 A dengan satu
b 2 B.
Selanjutnya jika f : A ! B adalah sebuah fungsi, himpunan A disebut sebagai

domain (daerah asal) dari f dan ditulis dom (f ) dan himpunan B disebut sebagai
kodomain (daerah hasil) dari f dan ditulis cod (f ). Kita juga mengatakan bahwa
f adalah fungsi dari A ke B.

Mengingat Kembali: De…nisi Fungsi
De…nisi Fungsi
Jika A dan B adalah dua himpunan (keduanya tak kosong) maka suatu fungsi
f : A ! B adalah sebuah pengaitan yang mengaitkan setiap a 2 A dengan satu
b 2 B.
Selanjutnya jika f : A ! B adalah sebuah fungsi, himpunan A disebut sebagai

domain (daerah asal) dari f dan ditulis dom (f ) dan himpunan B disebut sebagai
kodomain (daerah hasil) dari f dan ditulis cod (f ). Kita juga mengatakan bahwa
f adalah fungsi dari A ke B.
Misalkan a 2 A. Jika f (a) = b, maka b disebut sebagai peta (image) dari a dan a
disebut sebagai prapeta (preimage) dari b. Lebih jauh kita memiliki
Im (f ) = R (f ) = Peta (f ) = ran (f ) = jangkauan (f ) =
fb 2 B j b = f (a) untuk suatu a 2 Ag.

Transformasi antar Ruang Vektor

De…nisi (Transformasi antar Ruang Vektor)
Misalkan V dan W adalah dua ruang vektor dan f : V ! W adalah sebuah
fungsi. Kita juga mengatakan bahwa fungsi tersebut adalah transformasi dari V
ke W . Ketika V = W , maka f : V ! V kita katakan sebagai operator pada V .
Contoh
Diberikan fungsi f : R2 ! R3 yang dijelaskan berikut
f (x; y) = x + y; x y; x2 untuk (x; y) 2 R2
Fungsi f adalah transformasi dari R2 ke R3 . Kita juga dapat menulis


Contoh

2 3
x+y
x
f =4 x y 5
y
x2
Evaluasi dari f dapat dilakukan dengan sederhana. Sebagai contoh:

f (1; 1) =

Contoh

2 3
x+y
x
f =4 x y 5
y
x2

f (1; 1) = (2; 0; 1) dan f (0; 2) =

Contoh

2 3
x+y
x
f =4 x y 5
y
x2

f (1; 1) = (2; 0; 1) dan f (0; 2) = (2; 2; 0).
Transformasi Linier antar Ruang Vektor

De…nisi (Transformasi Linier antar Ruang Vektor)
transformasi dari V ke W . Fungsi f dikatakan sebagai transformasi linier (atau
pemetaan linier) apabila memenuhi dua sifat berikut


1 (sifat kehomogenan) untuk setiap 2 R dan ~v 2 V berlakuf ( ~v ) = f (~v ).


1 (sifat kehomogenan) untuk setiap 2 R dan ~v 2 V berlakuf ( ~v ) = f (~v ).
2 (sifat aditif) untuk setiap ~u; ~v 2 V berlaku f (~u + ~v ) = f (~u) + f (~v ).
Perlu diketahui bahwa operasi perkalian skalar ~v terjadi di V , sedangkan operasi
perkalian skalar f (~v ) terjadi di W . Kemudian operasi penjumlahan ~u + ~v terjadi
di V dan operasi penjumlahan f (~u) + f (~v ) terjadi di W .
Ketika V = W , maka f dikatakan sebagai operator linier pada V .
De…nisi di atas menyatakan bahwa jika suatu fungsi f : V ! W adalah
transformasi linier apabila f mempertahankan operasi perkalian skalar dan
penjumlahan untuk vektor-vektor yang dipetakan.
Kemudian operator linier merupakan transformasi linier dari suatu ruang vektor ke
dirinya sendiri.
Latihan
Tentukan apakah fungsi-fungsi berikut merupakan transformasi linier/ operator
linier.
1 T : R2 ! R2 dengan T (x; y) = ( y; x).
2 T : R3 ! R2 dengan T (x; y; z) = (x y + z; 0).
3 T : R ! R dengan T (x) = 2x + 1.
4 T : R2 ! R2 dengan T (x; y) = (x; y + 1).
5 T : R4 ! R2 dengan T (x1 ; x2 ; x3 ; x4 ) = (1; 1).

Solusi:
1 T : R2 ! R2 dengan T (x; y) = ( y; x) adalah sebuah operator linier pada
R2 . Kita memiliki
1 T ((x1 ; y1 ) + (x2 ; y2 )) = T (x1 + x2 ; y1 + y2 ) = ( (y1 + y2 ) ; x1 + x2 ) =
( y1 ; x1 ) + ( y2 ; x2 ) = T (x1 ; y1 ) + T (x2 ; y2 ).
2 T ( (x; y)) = T ( x; y) = ( y; x) = ( y; x) = T (x; y).

Solusi:
R2 . Kita memiliki
1 T ((x1 ; y1 ) + (x2 ; y2 )) = T (x1 + x2 ; y1 + y2 ) = ( (y1 + y2 ) ; x1 + x2 ) =
( y1 ; x1 ) + ( y2 ; x2 ) = T (x1 ; y1 ) + T (x2 ; y2 ).
2 T ( (x; y)) = T ( x; y) = ( y; x) = ( y; x) = T (x; y).
2 T : R3 ! R2 dengan T (x; y; z) = (x y + z; 0) adalah suatu transformasi
linier dari R3 ke R2 . Kita memiliki
1 T ((x1 ; y1 ; z1 ) + (x2 ; y2 ; z2 )) = T (x1 + x2 ; y1 + y2 ; z1 + z2 ) =
(x1 + x2 (y1 + y2 ) + z1 + z2 ; 0) = (x1 y1 + z1 ; 0) + (x2 y2 + z2 ; 0) =
T (x1 ; y1 ; z1 ) + T (x2 ; y2 ; z2 ).
2 T ( (x; y; z)) = T ( x; y; z) = ( x y + z; 0) = (x y + z; 0) =
T (x; y; z)

Solusi:
R2 . Kita memiliki
1 T ((x1 ; y1 ) + (x2 ; y2 )) = T (x1 + x2 ; y1 + y2 ) = ( (y1 + y2 ) ; x1 + x2 ) =
( y1 ; x1 ) + ( y2 ; x2 ) = T (x1 ; y1 ) + T (x2 ; y2 ).
2 T ( (x; y)) = T ( x; y) = ( y; x) = ( y; x) = T (x; y).
1 T ((x1 ; y1 ; z1 ) + (x2 ; y2 ; z2 )) = T (x1 + x2 ; y1 + y2 ; z1 + z2 ) =
(x1 + x2 (y1 + y2 ) + z1 + z2 ; 0) = (x1 y1 + z1 ; 0) + (x2 y2 + z2 ; 0) =
T (x1 ; y1 ; z1 ) + T (x2 ; y2 ; z2 ).
2 T ( (x; y; z)) = T ( x; y; z) = ( x y + z; 0) = (x y + z; 0) =
T (x; y; z)
3 T : R ! R dengan T (x) = 2x + 1 bukan transformasi linier, karena
T (0 0) = T (0) = 1 6= 0 1 = 0 T (0).

Solusi:
R2 . Kita memiliki
1 T ((x1 ; y1 ) + (x2 ; y2 )) = T (x1 + x2 ; y1 + y2 ) = ( (y1 + y2 ) ; x1 + x2 ) =
( y1 ; x1 ) + ( y2 ; x2 ) = T (x1 ; y1 ) + T (x2 ; y2 ).
2 T ( (x; y)) = T ( x; y) = ( y; x) = ( y; x) = T (x; y).
1 T ((x1 ; y1 ; z1 ) + (x2 ; y2 ; z2 )) = T (x1 + x2 ; y1 + y2 ; z1 + z2 ) =
(x1 + x2 (y1 + y2 ) + z1 + z2 ; 0) = (x1 y1 + z1 ; 0) + (x2 y2 + z2 ; 0) =
T (x1 ; y1 ; z1 ) + T (x2 ; y2 ; z2 ).
2 T ( (x; y; z)) = T ( x; y; z) = ( x y + z; 0) = (x y + z; 0) =
T (x; y; z)
T (0 0) = T (0) = 1 6= 0 1 = 0 T (0).
4 T : R2 ! R2 dengan T (x; y) = (x; y + 1) bukan transformasi linier (dan
karenanya bukan pemetaan linier) karena
T (0 (0; 0)) = T (0; 0) = (0; 1) 6= 0 (0; 0) = 0 T (0; 0).

Solusi:
R2 . Kita memiliki
1 T ((x1 ; y1 ) + (x2 ; y2 )) = T (x1 + x2 ; y1 + y2 ) = ( (y1 + y2 ) ; x1 + x2 ) =
( y1 ; x1 ) + ( y2 ; x2 ) = T (x1 ; y1 ) + T (x2 ; y2 ).
2 T ( (x; y)) = T ( x; y) = ( y; x) = ( y; x) = T (x; y).
1 T ((x1 ; y1 ; z1 ) + (x2 ; y2 ; z2 )) = T (x1 + x2 ; y1 + y2 ; z1 + z2 ) =
(x1 + x2 (y1 + y2 ) + z1 + z2 ; 0) = (x1 y1 + z1 ; 0) + (x2 y2 + z2 ; 0) =
T (x1 ; y1 ; z1 ) + T (x2 ; y2 ; z2 ).
2 T ( (x; y; z)) = T ( x; y; z) = ( x y + z; 0) = (x y + z; 0) =
T (x; y; z)
T (0 0) = T (0) = 1 6= 0 1 = 0 T (0).
4 T : R2 ! R2 dengan T (x; y) = (x; y + 1) bukan transformasi linier (dan
karenanya bukan pemetaan linier) karena
T (0 (0; 0)) = T (0; 0) = (0; 1) 6= 0 (0; 0) = 0 T (0; 0).
5 T : R4 ! R2 dengan T (x1 ; x2 ; x3 ; x4 ) = (1; 1) bukan transformasi linier
karena
T (0 (0; 0; 0; 0)) = T (0; 0; 0; 0) = (1; 1) 6= 0 (1; 1) = 0 T (0; 0; 0; 0).
Sifat-sifat Dasar Transformasi Linier
Teorema
Diberikan ruang vektor V dan W dan sebuah transformasi linier T : V ! W ,
maka
1 T ~0V = ~0W , dengan ~0V dan ~0W berturut-turut menyatakan vektor nol di
V dan W ,
2 T ( ~v ) = T (~v ) untuk setiap ~v 2 V
3 T (~u ~v ) = T (~u) T (~v ) untuk setiap ~u; ~v 2 V .

Transformasi dengan Matriks di Ruang Euclid
Bahasan

Transformasi Linier dengan Matriks
Teorema
Diberikan dua ruang Euclid Rm dan Rn . Jika A adalah sebuah matriks n m
dan TA : Rm ! Rn adalah transformasi yang dide…nisikan sebagai
TA (~v ) = A~v
maka TA adalah sebuah transformasi linier. Kita juga menulis

TA (~v ) = [TA ] ~v = [T ] ~v . Hal ini berarti [T ] = [TA ] = A.
Bukti

Transformasi Linier dengan Matriks
Teorema
Diberikan dua ruang Euclid Rm dan Rn . Jika A adalah sebuah matriks n m
dan TA : Rm ! Rn adalah transformasi yang dide…nisikan sebagai
TA (~v ) = A~v
maka TA adalah sebuah transformasi linier. Kita juga menulis

TA (~v ) = [TA ] ~v = [T ] ~v . Hal ini berarti [T ] = [TA ] = A.
Bukti
Untuk setiap 2 R dan ~v 2 Rm kita memiliki
T ( ~v ) = A ( ~v ) = A~v = TA (~v ). Kemudian untuk setiap ~u; ~v 2 Rm kita
memiliki TA (~u + ~v ) = A (~u + ~v ) = A~u + A~v = TA (~u) + TA (~v ). Jadi TA adalah
transformasi linier.

Catatan
Perlu diingat bahwa pada teorema tersebut, [T ] maupun [TA ] adalah matriks
berukuran n m yang sama dengan A. Kita mengatakan bahwa [T ] maupun
[TA ] sebagai matriks standar dari transformasi linier antar ruang Euclid yang
bersesuaian dengan transformasi linier TA .

Nilai dan Vektor Eigen dari Operator Linier
Bahasan

De…nisi
Misalkan V adalah sebuah ruang vektor atas C dan T : V ! V adalah sebuah
operator linier. Suatu vektor tak nol ~v 2 V dikatakan sebagai vektor eigen dari T
yang bersesuaian dengan nilai eigen 2 C apabila T (~v ) = ~v .
Catatan

De…nisi
Misalkan V adalah sebuah ruang vektor atas C dan T : V ! V adalah sebuah
operator linier. Suatu vektor tak nol ~v 2 V dikatakan sebagai vektor eigen dari T
yang bersesuaian dengan nilai eigen 2 C apabila T (~v ) = ~v .
Catatan
Ketika V adalah ruang Euclid Rn maka [T ] adalah sebuah matriks persegi berorde
n. Akibatnya nilai maupun vektor eigen dari T dapat diperoleh dengan mencari
nilai dan vektor eigen dari [T ].

Kernel, Nulitas, Peta, dan Rank dari Transformasi Linier
Bahasan

Kernel dan Peta dari Transformasi Linier
De…nisi
Diberikan ruang vektor V dan W dan suatu transformasi linier T : V ! W .
Kernel (atau inti) dari T dide…nisikan sebagai
n o
ker (T ) = Inti (T ) = ~v 2 V j T (~v ) = ~0W
Pada notasi di atas, ~0W menyatakan vektor nol di W .

Selanjutnya daerah hasil, range, peta, atau jangkauan dari T dide…nisikan sebagai
Im (T ) = R (T ) = Peta (T ) = ran (T ) = jangkauan (T )

= fw ~ = T (~v ) untuk suatu ~v 2 V g .
~ 2W jw

Kernel dan Peta sebagai Subruang
Teorema
Jika T : V ! W adalah sebuah transformasi linier, maka ker (T ) adalah subruang
dari

Teorema
dari V .
Teorema
Jika T : V ! W adalah sebuah transformasi linier, maka Im (T ) adalah subruang
dari

Teorema
dari V .
Teorema
Jika T : V ! W adalah sebuah transformasi linier, maka Im (T ) adalah subruang
dari W .


Nulitas dan Rank dari Transformasi Linier
Misalkan T : V ! W adalah sebuah transformasi linier. Karena ker (T ) maupun

Im (T ) berturut-turut adalah subruang dari V dan W , maka kita dapat meninjau
dimensi dari ker (T ) dan dimensi dari Im (T )
De…nisi (nulitas dan rank)

Jika T : V ! W adalah transformasi linier, maka
nulitas (T ) =



nulitas (T ) = dim (ker (T ))
dan
rank (T ) =



nulitas (T ) = dim (ker (T ))
dan
rank (T ) = dim (Im (T )) .

Kaitan dengan Matriks Standar

Catatan
Ketika V dan W keduanya berturut-turut adalah ruang Euclid Rm dan Rn , serta
T memiliki matriks standar [T ], maka kita memiliki


Catatan
ker (T ) = ker [T ] = null ([T ])

dan
nulitas (T ) = nulitas ([T ])
serta


Catatan
ker (T ) = ker [T ] = null ([T ])

dan
nulitas (T ) = nulitas ([T ])
serta
Im (T ) = R (T ) = Peta (T ) = col ([T ])

dan
rank (T ) = rank ([T ]) .
Hati-hati dalam penulisan notasi, karena null dan col (biasanya) hanya kita
gunakan untuk matriks saja, sedangkan ker dan Im (biasanya) boleh
digunakan baik untuk matriks maupun transformasi linier.

Transformasi Nol dan Operator Identitas
Bahasan

Transformasi Nol
Diberikan ruang Euclid Rm dan Rn dan matriks O yang berukuran n m, maka
transformasi TO : Rm ! Rn adalah sebuah transformasi linier yang memetakan
setiap ~v 2 V ke ~0. Kita memiliki ker (TO ) =

Transformasi Nol
transformasi TO : Rm ! Rn adalah sebuah transformasi linier yang memetakan
setiap ~v 2 V ke ~0. Kita memiliki ker (TO ) = Rm dan Im (TO ) =

Transformasi Nol
transformasi TO : Rm ! Rn adalah sebuah transformasi linier yangn memetakan
o
setiap ~v 2 V ke ~0. Kita memiliki ker (TO ) = Rm dan Im (TO ) = ~0 . Akibatnya
nulitas(TO ) =

Transformasi Nol
o
nulitas(TO ) = m dan rank(TO ) =

Transformasi Nol
o
nulitas(TO ) = m dan rank(TO ) = 0.
Operator Identitas
Diberikan ruang Euclid Rn dan matriks identitas I berorde n, maka transformasi
TI : Rn ! Rn adalah sebuah operator linier yang memetakan setiap ~v 2 V ke
dirinya sendiri. Kita memiliki ker (TI ) =

Transformasi Nol
o
Operator Identitas
TI : Rn ! Rn adalah sebuah operator liniern oyang memetakan setiap ~v 2 V ke
dirinya sendiri. Kita memiliki ker (TI ) = ~0 dan Im (TI ) =

Transformasi Nol
o
Operator Identitas
dirinya sendiri. Kita memiliki ker (TI ) = ~0 dan Im (TI ) = Rn . Akibatnya
nulitas(TI ) =

Transformasi Nol
o
Operator Identitas
nulitas(TI ) = 0 dan rank(TI ) =

Transformasi Nol
o
Operator Identitas
nulitas(TI ) = 0 dan rank(TI ) = n.

Metode Konstruksi Matriks Standar
Bahasan

Transformasi Linier di Ruang Euclid dan Matriks Standar
Permasalahan
Misalkan T : Rm ! Rn adalah sebuah transformasi linier. Apakah untuk setiap
~x 2 Rn transformasi T dapat direpresentasikan sebagai
T (~x) = A~x
untuk suatu matriks A yang berukuran n m? Dengan perkataan lain, apakah

setiap transformasi linier antar ruang Euclid memiliki matriks standar yang
bersesuaian dengan transformasi tersebut?

Transformasi Linier di Ruang Euclid dan Matriks Standar
Permasalahan
Misalkan T : Rm ! Rn adalah sebuah transformasi linier. Apakah untuk setiap
~x 2 Rn transformasi T dapat direpresentasikan sebagai
T (~x) = A~x
untuk suatu matriks A yang berukuran n m? Dengan perkataan lain, apakah

setiap transformasi linier antar ruang Euclid memiliki matriks standar yang
bersesuaian dengan transformasi tersebut? Ya, kita akan membuktikan hal ini.

Teorema
Jika T : Rm ! Rn adalah sebuah transformasi linier, maka T (~x) = A~x untuk
suatu matriks A yang berukuran n m dengan
A= T (~e1 ) T (~e2 ) T (~em ) ,

f~e1 ; ~e2 ; : : : ; ~em g adalah basis standar untuk Rm
Selanjutnya kita akan menulis A = [T ] dan mengatakan bahwa [T ] adalah matriks

standar untuk T yang bersesuaian dengan basis standar f~e1 ; ~e2 ; : : : ; ~em g.

Bukti
Misalkan ~x = (x1 ; x2 ; : : : ; xm ) 2 Rm , maka
~x =

Bukti
~x = x1~e1 + x2~e2 + + xm~em
dengan f~e1 ; ~e2 ; : : : ; ~em g adalah basis standar dari Rm . Karena T adalah
transformasi linier, maka
T (~x) = T (x1~e1 + x2~e2 + + xm~em )

=

Bukti
~x = x1~e1 + x2~e2 + + xm~em
T (~x) = T (x1~e1 + x2~e2 + + xm~em )

= T (x1~e1 ) + T (x2~e2 ) + + T (xm~em )
=

Bukti
~x = x1~e1 + x2~e2 + + xm~em
T (~x) = T (x1~e1 + x2~e2 + + xm~em )

= T (x1~e1 ) + T (x2~e2 ) + + T (xm~em )
= x1 T (~e1 ) + x2 T (~e2 ) + + xm T (~em )
2 3
x1
6 x2 7
6 7
= T (~e1 ) T (~e2 ) T (~em ) 6 .. 7
4 . 5
xm
= A~x,
dengan A = T (~e1 ) T (~e2 ) T (~em ) .


Permasalahan
Misalkan T : Rm ! Rn adalah sebuah transformasi linier. Bagaimana cara
mengkonstruksi matriks standar [T ] yang bersesuai dengan T ?


Permasalahan
Misalkan [T ] = A. Ide dari metode konstruksi matriks standar A sebenarnya
sudah dijelaskan pada bagian-bagian sebelumnya. Diberikan basis standar untuk
Rm sebagai berikut
f~e1 ; ~e2 ; : : : ; ~em g ,
kita memiiki
T (~e1 ) = A~e1 , T (~e2 ) = A~e2 , . . . , T (~em ) = A~em .
Untuk 1 i m,


Permasalahan
Misalkan [T ] = A. Ide dari metode konstruksi matriks standar A sebenarnya
sudah dijelaskan pada bagian-bagian sebelumnya. Diberikan basis standar untuk
Rm sebagai berikut
f~e1 ; ~e2 ; : : : ; ~em g ,
kita memiiki
T (~e1 ) = A~e1 , T (~e2 ) = A~e2 , . . . , T (~em ) = A~em .
Untuk 1 i m, A~ei adalah matriks kolom dengan n baris. Misalkan

2 3
a11 a12 a1m
6 a21 a22 a2m 7
6 7
A=6 . . . .. 7
4 .. .. .. . 5
an1 an2 anm

Akibatnya
2 3
2 3 0
a11 a12 a1i a1m 6 . 7
6 a21 a22 a2i a2m 7 6 .. 7
6 76 7
6 .. .. .. .. .. 76 0 7
6 . . . . . 76 7
A~ei = 6
6 aji
76 1 7 =
76 7
6 aj2 aji ajm 76 0 7
6 .. .. .. .. .. 76 7
4 . . . . . 5 6 .. 7
4 . 5
an1 an2 ani anm
0

Akibatnya
2 3 2 3
2 3 0 a1i
a11 a12 a1i a1m 6 . 7 6 a2i 7
6 a21 a22 a2i a2m 7 6 .. 7 6 7
6 76 7 6 .. 7
6 .. .. .. .. .. 76 0 7 6 . 7
6 . . 76 7 6 7
. . . 6 .. 7
A~ei = 6
6 aji
76 1 7 =
76 7 6 . 7
6 aj2 aji ajm 76 0 7 6 7
6 .. .. .. .. .. 76 7 6 aji 7
4 . . 5 6 .. 7 6 7
. . . 4 . 5 6 .. 7
4 . 5
an1 an2 ani anm
0 ani
Ini berarti A~ei adalah kolom ke-i dari matriks A.
Dengan demikian matriks standar dari T adalah [T ] dengan
[T ] =

Akibatnya
2 3 2 3
2 3 0 a1i
a11 a12 a1i a1m 6 . 7 6 a2i 7
6 a21 a22 a2i a2m 7 6 .. 7 6 7
6 76 7 6 .. 7
6 .. .. .. .. .. 76 0 7 6 . 7
6 . . 76 7 6 7
. . . 6 .. 7
A~ei = 6
6 aji
76 1 7 =
76 7 6 . 7
6 aj2 aji ajm 76 0 7 6 7
6 .. .. .. .. .. 76 7 6 aji 7
4 . . 5 6 .. 7 6 7
. . . 4 . 5 6 .. 7
4 . 5
an1 an2 ani anm
0 ani
Ini berarti A~ei adalah kolom ke-i dari matriks A.
Dengan demikian matriks standar dari T adalah [T ] dengan
[T ] = T (~e1 ) T (~e2 ) T (~em )


Berikut adalah langkah-langkah untuk mengkonstruksi matriks standar [T ] untuk
transformasi linier T : Rm ! Rn .


1 Tentukan peta dari basis standar untuk Rm , yaitu T (~e1 ), T (~e2 ), . . . , T (~em ).
2 Matriks standar [T ] adalah
[T ] =


1 Tentukan peta dari basis standar untuk Rm , yaitu T (~e1 ), T (~e2 ), . . . , T (~em ).
2 Matriks standar [T ] adalah
[T ] = T (~e1 ) T (~e2 ) T (~em )

Latihan Menentukan Matriks Standar

Latihan
Tentukan matriks-matriks standar dari transformasi-transformasi linier berikut:
1 T : R2 ! R2 dengan T (x; y) = ( y; x).
3 T : R2 ! R3 dengan T (x; y) = (x y; x; y).
Solusi soal 1:


Latihan
1 T : R2 ! R2 dengan T (x; y) = ( y; x).
Solusi soal 1:
Karena T dari R2 ke R2 , maka [T ] =


Latihan
1 T : R2 ! R2 dengan T (x; y) = ( y; x).
Solusi soal 1:
a b
Karena T dari R2 ke R2 , maka [T ] = . Kita memiliki T (1; 0) =
c d


Latihan
1 T : R2 ! R2 dengan T (x; y) = ( y; x).
Solusi soal 1:
a b
Karena T dari R2 ke R2 , maka [T ] = . Kita memiliki T (1; 0) = (0; 1)
c d
dan T (0; 1) =


Latihan
1 T : R2 ! R2 dengan T (x; y) = ( y; x).
Solusi soal 1:
a b
c d
dan T (0; 1) = ( 1; 0). Tinjau bahwa


Latihan
1 T : R2 ! R2 dengan T (x; y) = ( y; x).
Solusi soal 1:
a b
c d
1 0 a b 1 0 a 0
[T ] = ) = ) = , jadi a = 0
0 1 c d 0 1 c 1
dan c = 1.
0 1 a b 0 1 b 1
[T ] = ) = ) = , jadi
1 0 c d 1 0 d 0
b = 1 dan d = 0.
Jadi diperoleh matriks standar [T ] =


Latihan
1 T : R2 ! R2 dengan T (x; y) = ( y; x).
Solusi soal 1:
a b
c d
1 0 a b 1 0 a 0
[T ] = ) = ) = , jadi a = 0
0 1 c d 0 1 c 1
dan c = 1.
0 1 a b 0 1 b 1
[T ] = ) = ) = , jadi
1 0 c d 1 0 d 0
b = 1 dan d = 0.
0 1
Jadi diperoleh matriks standar [T ] = .
1 0
Solusi soal 2:

Solusi soal 2:
a b c
Karena T dari R3 ke R2 , maka [T ] = . Kita memiliki
d e f
T (1; 0; 0) =

Solusi soal 2:
a b c
d e f
T (1; 0; 0) = (1; 0), T (0; 1; 0) =

Solusi soal 2:
a b c
d e f
T (1; 0; 0) = (1; 0), T (0; 1; 0) = ( 1; 0), dan T (0; 0; 1) =

Solusi soal 2:
a b c
d e f
T (1; 0; 0) = (1; 0), T (0; 1; 0) = ( 1; 0), dan T (0; 0; 1) = (1; 0). Tinjau bahwa

Solusi soal 2:
a b c
d e f
T (1;2 0; 0)3 = (1; 0), T (0; 1; 0) = ( 1;20), dan
3 T (0; 0; 1) = (1; 0). Tinjau bahwa
1 1
1 a b c 4 1 a 1
[T ] 4 0 5 = ) 0 5= ) = , jadi
0 d e f 0 d 0
0 0
a =21 dan 3 d = 0. 2 3
0 0
1 a b c 4 5 1 b 1
[T ] 4 1 5 = ) 1 = ) = ,
0 d e f 0 e 0
0 0
jadi2b = 3 1 dan e = 0. 2 3
0 0
1 a b c 4 0 5 = 1 ) c = 1 , jadi
[T ] 4 0 5 = )
0 d e f 0 f 0
1 1
c = 1 dan f = 0.

Solusi soal 2:
a b c
d e f
T (1;2 0; 0)3 = (1; 0), T (0; 1; 0) = ( 1;20), dan
3 T (0; 0; 1) = (1; 0). Tinjau bahwa
1 1
1 a b c 4 1 a 1
[T ] 4 0 5 = ) 0 5= ) = , jadi
0 d e f 0 d 0
0 0
a =21 dan 3 d = 0. 2 3
0 0
1 a b c 4 5 1 b 1
[T ] 4 1 5 = ) 1 = ) = ,
0 d e f 0 e 0
0 0
jadi2b = 3 1 dan e = 0. 2 3
0 0
1 a b c 4 0 5 = 1 ) c = 1 , jadi
[T ] 4 0 5 = )
0 d e f 0 f 0
1 1
c = 1 dan f = 0.
1 1 1
Jadi diperoleh matriks standar [T ] = .
0 0 0

Solusi soal 3:

Solusi soal 3: 3 2
a b
Karena T dari R2 ke R3 , maka [T ] = 4 c d 5. Kita memiliki
e f
T (1; 0) =

Solusi soal 3: 3 2
a b
e f
T (1; 0) = (1; 1; 0) dan T (0; 1) =

Solusi soal 3: 3 2
a b
e f
T (1; 0) = (1;2 1; 0)3dan 2T (0; 1) =
3 ( 1; 2 Tinjau
0; 1). 3 bahwa
2 3 2 3
1 a b 1 a 1
1 1
[T ] =4 1 5)4 c d 5 =4 1 5)4 c 5=4 1 5, jadi
0 0
0 e f 0 e 0
a = 1, c = 21, dan 3e = 0.2 3 2 3 2 3 2 3
1 a b 1 b 1
0 0
[T ] =4 0 5)4 c d 5 =4 0 5)4 d 5=4 0 5, jadi
1 1
1 e f 1 f 1
b = 1, d = 0, dan f = 1.

Solusi soal 3: 3 2
a b
e f
T (1; 0) = (1;2 1; 0)3dan 2T (0; 1) =
3 ( 1; 2 Tinjau
0; 1). 3 bahwa
2 3 2 3
1 a b 1 a 1
1 1
[T ] =4 1 5)4 c d 5 =4 1 5)4 c 5=4 1 5, jadi
0 0
0 e f 0 e 0
a = 1, c = 21, dan 3e = 0.2 3 2 3 2 3 2 3
1 a b 1 b 1
0 0
[T ] =4 0 5)4 c d 5 =4 0 5)4 d 5=4 0 5, jadi
1 1
1 e f 1 f 1
b = 1, d = 0, dan f = 1. 2 3
1 1
Jadi diperoleh matriks standar [T ] = 4 1 0 5.
0 1

Beberapa Operator Re‡eksi di R2 dan R3
Bahasan

Re‡eksi terhadap Sumbu x di R2

Gar…eld:
Gar…eld after re‡ected about the x axis:

Gar…eld:
Gar…eld after re‡ected about the x axis:

x x
Kita memiliki T = untuk setiap (x; y) 2 R2 . Matriks standar
y y
dari T , yaitu [T ], adalah

x x
y y
1 0
dari T , yaitu [T ], adalah karena
0 1
1 0 x x
=
0 1 y y
Kita memiliki ker (T ) =

x x
y y
1 0
0 1
1 0 x x
=
0 1 y y
Kita memiliki ker (T ) = f(0; 0)g dan Im (T ) =

x x
y y
1 0
0 1
1 0 x x
=
0 1 y y
Kita memiliki ker (T ) = f(0; 0)g dan Im (T ) = R2 . Akibatnya nulitas(T ) = 0 dan

rank(T ) = 2.

x x
y y
1 0
0 1
1 0 x x
=
0 1 y y

rank(T ) = 2. Nilai eigen dari T adalah 1 = 1 dan 2 = 1.

Re‡eksi terhadap Sumbu y di R2

Gar…eld and Gar…eld after re‡ected about the y axis:

Gar…eld and Gar…eld after re‡ected about the y axis:

x x
y y

x x
y y
1 0
0 1
1 0 x x
=
0 1 y y

x x
y y
1 0
0 1
1 0 x x
=
0 1 y y

x x
y y
1 0
0 1
1 0 x x
=
0 1 y y

rank(T ) = 2.

x x
y y
1 0
0 1
1 0 x x
=
0 1 y y

rank(T ) = 2. Nilai eigen dari T adalah 1 = 1 dan 2 = 1.

Re‡eksi terhadap Bidang xy di R3

02
31 0 1
x x
Kita memiliki T @4 y 5A = @ y A untuk setiap (x; y; z) 2 R3 . Matriks
z z
standar dari T , yaitu [T ], adalah

02
31 0 1
x x
z z
2 3
1 0 0
standar dari T , yaitu [T ], adalah 4 0 1 0 5 karena
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z
Kita memiliki ker (T ) = f(0; 0; 0)g dan Im (T ) =

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z
Kita memiliki ker (T ) = f(0; 0; 0)g dan Im (T ) = R3 . Akibatnya nulitas (T ) = 0

dan rank (T ) = 3.

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

dan rank (T ) = 3. Nilai eigen dari T adalah 1 = 1 dan 2;3 = 1.

Re‡eksi terhadap Bidang xz di R3

02
31 0 1
x x
z z

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

dan rank (T ) = 3.

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z


Re‡eksi terhadap Bidang yz di R3

02
31 0 1
x x
z z

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

dan rank (T ) = 3.

02
31 0 1
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z


Re‡eksi terhadap Garis y = x di R2

Kita dapat mencari persamaan untuk T dan matriks standar [T ] secara simultan.

a b
Misalkan [T ] = adalah matriks standar dari re‡eksi terhadap garis
c d
y = x, maka
re‡eksi dari (1; 0) terhadap garis y = x menghasilkan

a b
c d
y = x, maka
re‡eksi dari (1; 0) terhadap garis y = x menghasilkan (0; 1), jadi
a b 1
=
c d 0

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0
=
c d 1

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
Akibatnya diperoleh matriks standar [T ] =

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
0 1 x y
Akibatnya diperoleh matriks standar [T ] = dan T = .
1 0 y x

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
0 1 x y
1 0 y x

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
0 1 x y
1 0 y x
Kita memiliki ker (T ) = f(0; 0)g dan Im (T ) = R2 . Akibatnya nulitas (T ) = 0
dan rank (T ) = 2.

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
0 1 x y
1 0 y x
Kita memiliki ker (T ) = f(0; 0)g dan Im (T ) = R2 . Akibatnya nulitas (T ) = 0
dan rank (T ) = 2. Nilai eigen dari T adalah 1 = 1 dan 2 = 1.

Re‡eksi terhadap Garis y = x di R2


a b
c d
y = x, maka

a b
c d
y = x, maka
a b 1
=
c d 0

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
re‡eksi dari (0; 1) terhadap garis y = x menghasilkan ( 1; 0), jadi
a b 0
=
c d 1

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
0 1
Akibatnya diperoleh matriks standar [T ] = dan
1 0
x y
T = . Kita memiliki ker (T ) =
y x

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
0 1
1 0
x y
T = . Kita memiliki ker (T ) = f(0; 0)g dan Im (T ) =
y x

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
0 1
1 0
x y
T = . Kita memiliki ker (T ) = f(0; 0)g dan Im (T ) = R2 .
y x
Akibatnya nulitas (T ) = 0 dan rank (T ) = 2.

a b
c d
y = x, maka
a b 1 a 0
= =
c d 0 c 1
a b 0 b 1
= =
c d 1 d 0
0 1
1 0
x y
T = . Kita memiliki ker (T ) = f(0; 0)g dan Im (T ) = R2 .
y x
Akibatnya nulitas (T ) = 0 dan rank (T ) = 2. Nilai eigen dari T adalah 1 = 1
dan 2 = 1.

Beberapa Operator Proyeksi di R2 dan R3
Bahasan

Proyeksi terhadap Sumbu x di R2

Gar…eld:
Gar…eld projected on the x axis:

Gar…eld:
Gar…eld projected on the x axis:

x x
y 0

x x
y 0
1 0
0 0
1 0 x x
=
0 0 y 0

x x
y 0
1 0
0 0
1 0 x x
=
0 0 y 0
Kita memiliki ker (T ) = span f(0; 1)g dan Im (T ) =

x x
y 0
1 0
0 0
1 0 x x
=
0 0 y 0
Kita memiliki ker (T ) = span f(0; 1)g dan Im (T ) = span f(1; 0)g. Jadi kernel dari
T adalah sumbu y pada R2 dan peta dari T adalah sumbu x pada R2 . Akibatnya
nulitas(T ) = 1 dan rank(T ) = 1.

x x
y 0
1 0
0 0
1 0 x x
=
0 0 y 0
T adalah sumbu y pada R2 dan peta dari T adalah sumbu x pada R2 . Akibatnya
nulitas(T ) = 1 dan rank(T ) = 1. Nilai eigen dari T adalah 1 = 0 dan 2 = 1.

Proyeksi terhadap Sumbu y di R2

Gar…eld:
Gar…eld projected on the y axis:

Gar…eld:
Gar…eld projected on the y axis:

x 0
Kita memiliki T = untuk setiap (x; y) 2 R2 . Matriks standar dari
y y
T , yaitu [T ], adalah

x 0
y y
0 0
T , yaitu [T ], adalah karena
0 1
0 0 x 0
=
0 1 y y

x 0
y y
0 0
0 1
0 0 x 0
=
0 1 y y
Kita memiliki ker (T ) = span f(1; 0)g dan Im (T ) =

x 0
y y
0 0
0 1
0 0 x 0
=
0 1 y y
T adalah sumbu x pada R2 peta dari T adalah sumbu y pada R2 . Akibatnya
nulitas(T ) = 1 dan rank(T ) = 1.

x 0
y y
0 0
0 1
0 0 x 0
=
0 1 y y
T adalah sumbu x pada R2 peta dari T adalah sumbu y pada R2 . Akibatnya
nulitas(T ) = 1 dan rank(T ) = 1. Nilai eigen dari T adalah 1 = 0 dan 2 = 1.

Proyeksi terhadap Bidang xy di R3

02
31 2 3
x x
Kita memiliki T @4 y 5A = 4 y 5 untuk setiap (x; y; z) 2 R3 . Matriks standar
z 0

02 31 2 3
x x
z 0
2 3
1 0 0
dari T , yaitu [T ], adalah 4 0 1 0 5 karena
0 0 0
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 0 z 0

02 31 2 3
x x
z 0
2 3
1 0 0
0 0 0
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 0 z 0
Kita memiliki ker (T ) = span f(0; 0; 1)g dan Im (T ) =

02 31 2 3
x x
z 0
2 3
1 0 0
0 0 0
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 0 z 0
Kita memiliki ker (T ) = span f(0; 0; 1)g dan Im (T ) = span f(1; 0; 0) ; (0; 1; 0)g.
Jadi kernel dari R adalah sumbu z pada R3 dan peta dari T adalah bidang xy
pada R3 . Akibatnya nulitas(T ) = 1 dan rank(T ) = 2.

02 31 2 3
x x
z 0
2 3
1 0 0
0 0 0
2 32 3 2 3
1 0 0 x x
4 0 1 0 54 y 5 = 4 y 5
0 0 0 z 0
Jadi kernel dari R adalah sumbu z pada R3 dan peta dari T adalah bidang xy
pada R3 . Akibatnya nulitas(T ) = 1 dan rank(T ) = 2. Nilai eigen dari T adalah
1 = 0 dan 2;3 = 1.

Proyeksi terhadap Bidang xz di R3

02
31 2 3
x x
Kita memiliki T @4 y 5A = 4 0 5 untuk setiap (x; y; z) 2 R3 . Matriks standar
z z

02 31 2 3
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 0 0 54 y 5 = 4 0 5
0 0 1 z z

02 31 2 3
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 0 0 54 y 5 = 4 0 5
0 0 1 z z

02 31 2 3
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 0 0 54 y 5 = 4 0 5
0 0 1 z z
Jadi kernel dari T adalahg sumbu y pada R3 dan peta dari T adalah bidang xz

02 31 2 3
x x
z z
2 3
1 0 0
0 0 1
2 32 3 2 3
1 0 0 x x
4 0 0 0 54 y 5 = 4 0 5
0 0 1 z z
Jadi kernel dari T adalahg sumbu y pada R3 dan peta dari T adalah bidang xz
1 = 0 dan 2;3 = 1.

Proyeksi terhadap Bidang yz di R3

02
31 2 3
x 0
z z

02 31 2 3
x 0
z z
2 3
0 0 0
0 0 1
2 32 3 2 3
0 0 0 x 0
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

02 31 2 3
x 0
z z
2 3
0 0 0
0 0 1
2 32 3 2 3
0 0 0 x 0
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z

02 31 2 3
x 0
z z
2 3
0 0 0
0 0 1
2 32 3 2 3
0 0 0 x 0
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z
Jadi kernel dari T adalah sumbu x pada R3 dan peta dari T adalah bidang yz

02 31 2 3
x 0
z z
2 3
0 0 0
0 0 1
2 32 3 2 3
0 0 0 x 0
4 0 1 0 54 y 5 = 4 y 5
0 0 1 z z
Jadi kernel dari T adalah sumbu x pada R3 dan peta dari T adalah bidang yz
1 = 0 dan 2;3 = 1.

Beberapa Operator Rotasi di R2 dan R3
Bahasan

Rotasi Sebesar Berlawanan Jarum Jam di R2
Jika 0, biasanya rotasi sebesar dilakukan berlawanan jarum jam, sedangkan

rotasi sebesar dilakukan searah jarum jam.

Gar…eld:
Gar…eld after counterclockwise rotation by =2 :

Gar…eld:
Gar…eld after counterclockwise rotation by =2 :


a b
Misalkan [T ] = adalah matriks standar dari rotasi sebesar yang
c d
berlawanan arah jarum jam. Dengan cara yang serupa seperti sebelumnya, kita
akan menentukan T (1; 0) dan T (0; 1) terlebih dulu.

a b
Misalkan [T ] = adalah matriks standar dari rotasi sebesar yang
c d
berlawanan arah jarum jam. Dengan cara yang serupa seperti sebelumnya, kita
akan menentukan T (1; 0) dan T (0; 1) terlebih dulu. Tinjau gambar berikut:

Kita memiliki
T (1; 0) =

Kita memiliki
T (1; 0) = (cos ; sin ). Jadi

Kita memiliki
a b 1 a cos
T (1; 0) = (cos ; sin ). Jadi = = .
c d 0 c sin
T (0; 1) =

Kita memiliki
a b 1 a cos
T (1; 0) = (cos ; sin ). Jadi = = .
c d 0 c sin
T (0; 1) = ( sin ; cos ). Jadi

Kita memiliki
a b 1 a cos
T (1; 0) = (cos ; sin ). Jadi = = .
c d 0 c sin
a b 0 b sin
T (0; 1) = ( sin ; cos ). Jadi = = .
c d 1 d cos

Kita memiliki
a b 1 a cos
T (1; 0) = (cos ; sin ). Jadi = = .
c d 0 c sin
a b 0 b sin
T (0; 1) = ( sin ; cos ). Jadi = = .
c d 1 d cos
cos sin
sin cos
T (x; y) =

Kita memiliki
a b 1 a cos
T (1; 0) = (cos ; sin ). Jadi = = .
c d 0 c sin
a b 0 b sin
T (0; 1) = ( sin ; cos ). Jadi = = .
c d 1 d cos
cos sin
sin cos
T (x; y) = (x cos y sin ; x sin + y cos ). Kita memiliki ker (T ) =

Kita memiliki
a b 1 a cos
T (1; 0) = (cos ; sin ). Jadi = = .
c d 0 c sin
a b 0 b sin
T (0; 1) = ( sin ; cos ). Jadi = = .
c d 1 d cos
cos sin
sin cos
T (x; y) = (x cos y sin ; x sin + y cos ). Kita memiliki ker (T ) = f(0; 0)g
dan Im (T ) =

Kita memiliki
a b 1 a cos
T (1; 0) = (cos ; sin ). Jadi = = .
c d 0 c sin
a b 0 b sin
T (0; 1) = ( sin ; cos ). Jadi = = .
c d 1 d cos
cos sin
sin cos
dan Im (T ) = R2 , sehingga nulitas(T ) = 0 dan rank(T ) = 2.

Kita memiliki
a b 1 a cos
T (1; 0) = (cos ; sin ). Jadi = = .
c d 0 c sin
a b 0 b sin
T (0; 1) = ( sin ; cos ). Jadi = = .
c d 1 d cos
cos sin
sin cos
dan Im (T ) = R2 , sehingga nulitas(T ) = 0 dan rank(T ) = 2. Nilai eigen dari T
adalah 1 = cos i sin dan 2 = cos + i sin .

Rotasi Sebesar dengan Sumbu Rotasi x di R3
Pada gambar di atas, x adalah vektor yang dirotasi dan w adalah hasil rotasi dari
x.
Kita dapat mencari

2 persamaan 3 untuk T dan matriks standar [T ] secara simultan.
a b c
Misalkan [T ] = 4 d e f 5 adalah matriks standar dari rotasi sebesar yang
g h i
berlawanan arah jarum jam dengan sumbu rotasi adalah sumbu x di R3 . Serupa
seperti sebelumnya, kita akan menentukan T (1; 0; 0), T (0; 1; 0), dan T (0; 0; 1)
terlebih dulu. Dengan hasil yang diperoleh untuk rotasi pada R2 , kita memiliki

Kita dapat mencari

a b c
g h i
2 32 3 2 3 2 3
a b c 1 a 1
T (1; 0; 0) = (1; 0; 0). Jadi 4 d e f 5 4 0 5 = 4 d 5 = 4 0 5
g h i 0 g 0

Kita dapat mencari

a b c
g h i
2 32 3 2 3 2 3
a b c 1 a 1
T (1; 0; 0) = (1; 0; 0). Jadi 4 d e f 5 4 0 5 = 4 d 5 = 4 0 5
g h i 0 g 0
T (0;2cos 3; sin2). Jadi
2 (0; 1; 0) = 3 3 2 3
a b c 0 b 0
4 d e f 5 4 1 5 = 4 e 5 = 4 cos 5
g h i 0 h sin

Kita dapat mencari

a b c
g h i
2 32 3 2 3 2 3
a b c 1 a 1
T (1; 0; 0) = (1; 0; 0). Jadi 4 d e f 5 4 0 5 = 4 d 5 = 4 0 5
g h i 0 g 0
T (0;2cos 3; sin2). Jadi
2 (0; 1; 0) = 3 3 2 3
a b c 0 b 0
4 d e f 5 4 1 5 = 4 e 5 = 4 cos 5
g h i 0 h sin
T (0; 0; 1) = 3
2 (0;2 sin 2 ).3Jadi2
3 ; cos 3
a b c 0 c 0
4 d e f 54 0 5=4 f 5=4 sin 5
g h i 1 i cos


2 3
1 0 0
Akibatnya diperoleh matriks standar [T ] = 4 0 cos sin 5 dan
0 sin cos
T (x; y; z) =

3 2
1 0 0
0 sin cos
T (x; y; z) = (x; y cos z sin ; y sin + z cos ). Kita memiliki
ker (T ) =

3 2
1 0 0
0 sin cos
ker (T ) = f(0; 0; 0)g dan Im (T ) =

3 2
1 0 0
0 sin cos
ker (T ) = f(0; 0; 0)g dan Im (T ) = R3 , sehingga nulitas(T ) = 0 dan
rank(T ) = 3.

3 2
1 0 0
0 sin cos
rank(T ) = 3. Nilai eigen dari T adalah 1 = 1, 2 = cos + i sin , dan
3 = cos i sin .

Rotasi Sebesar dengan Sumbu Rotasi y di R3
x.
Sama seperti sebelumnya, kita dapat mencari persamaan untuk T dan matriks
standar [T ] secara simultan. Kita memiliki [T ] =

Sama seperti sebelumnya, kita dapat mencari persamaan

2 untuk T dan matriks
3
cos 0 sin
standar [T ] secara simultan. Kita memiliki [T ] = 4 0 1 0 5 dan
sin 0 cos
T (x; y; z) =


3
cos 0 sin
sin 0 cos
T (x; y; z) = (x cos + z sin ; y; x sin + z cos ). Kemudian
ker (T ) =


3
cos 0 sin
sin 0 cos
ker (T ) = f(0; 0; 0)g dan Im (T ) =


3
cos 0 sin
sin 0 cos
rank(T ) = 3.


3
cos 0 sin
sin 0 cos
3 = cos i sin .

Rotasi Sebesar dengan Sumbu Rotasi z di R3
x.
Sama seperti sebelumnya, kita dapat mencari persamaan untuk T dan matriks
standar [T ] secara simultan. Kita memiliki [T ] =


3
cos sin 0
standar [T ] secara simultan. Kita memiliki [T ] = 4 sin cos 0 5 dan
0 0 1
T (x; y; z) =


3
cos sin 0
0 0 1
T (x; y; z) = (x cos + y sin ; x sin + y cos ; z). Kemudian
ker (T ) =


3
cos sin 0
0 0 1
ker (T ) = f(0; 0; 0)g dan Im (T ) =


3
cos sin 0
0 0 1
rank(T ) = 3.


3
cos sin 0
0 0 1
3 = cos i sin .

Operator Dilasi/ Dilatasi dan Kontraksi di R2 dan R3
Bahasan

Operator Dilasi dan Kontraksi
De…nisi (Dilasi/ Dilatasi dan Kontraksi)

Diberikan ruang vektor R2 atau R3 dan sebuah bilangan real positif k.
Transformasi linier
T (~v ) = k~v
dikatakan sebagai
1 kontraksi (contraction) dengan faktor k apabila 0 < k 1
2 dilasi (dilation) dengan faktor k apabila k > 1

Operator kontraksi
Operator dilasi

Gar…eld:
Gar…eld after a contraction:

Gar…eld:
Gar…eld after a dilation:

Gar…eld:
Gar…eld after a dilation:

Pada operator dilasi maupun kontraksi, kita memiliki
T (x; y) =

T (x; y) = (kx; ky) untuk setiap (x; y) 2 R2 ,

T (x; y; z) =


T (x; y; z) = (kx; ky; kz) untuk setiap (x; y; z) 2 R3
Akibatnya matriks standar dari T adalah



2 3
k 0 0
k 0
[T ] = di R2 ; [T ] = 4 0 k 0 5 di R3 .
0 k
0 0 k
Mengingat k 6= 0, maka ker (T ) =



2 3
k 0 0
k 0
[T ] = di R2 ; [T ] = 4 0 k 0 5 di R3 .
0 k
0 0 k
n o
Mengingat k 6= 0, maka ker (T ) = ~0 , Im (T ) =



2 3
k 0 0
k 0
[T ] = di R2 ; [T ] = 4 0 k 0 5 di R3 .
0 k
0 0 k
n o
Mengingat k 6= 0, maka ker (T ) = ~0 , Im (T ) = R2 jika T merupakan operator
pada R2 dan Im (T ) =



2 3
k 0 0
k 0
[T ] = di R2 ; [T ] = 4 0 k 0 5 di R3 .
0 k
0 0 k
n o
pada R2 dan Im (T ) = R3 jika T merupakan operator pada R3 . Oleh karenanya
nulitas(T ) = 0 serta rank(T ) = 2 jika T merupakan operator pada R2 dan
rank(T ) = 3 jika T merupakan operator pada R3 .



2 3
k 0 0
k 0
[T ] = di R2 ; [T ] = 4 0 k 0 5 di R3 .
0 k
0 0 k
n o
pada R2 dan Im (T ) = R3 jika T merupakan operator pada R3 . Oleh karenanya
nulitas(T ) = 0 serta rank(T ) = 2 jika T merupakan operator pada R2 dan
rank(T ) = 3 jika T merupakan operator pada R3 . Nilai eigen dari T adalah k,
dengan ma (k) = 2 jika T adalah operator pada R2 dan ma (k) = 3 jika T adalah
operator pada R3 .

Operator Kompresi, Ekspansi, dan Transveksi di R2 dan R3
Bahasan

Operator Kompresi dan Ekspansi
Pada dilasi/ kontraksi, setiap koordinat dari x maupun y (dan z jika ada)
dikalikan dengan suatu bilangan real positif k.

Operator Kompresi dan Ekspansi
Pada dilasi/ kontraksi, setiap koordinat dari x maupun y (dan z jika ada)
dikalikan dengan suatu bilangan real positif k. Pada kompresi dan ekspansi
(terkadang juga disebut sebagai shear ), hanya satu koordinat saja yang
dikalikan dengan suatu bilangan real positif k. Kompresi terjadi jika 0 < k 1
dan ekspansi terjadi jika k > 1.

Ilustrasi kompresi di R2
Ilustrasi ekspansi di R2

Gar…eld:
Gar…eld after compression along x and y axis, respectively :

Gar…eld:
Gar…eld after expansion along x and y axis, respectively :

Gar…eld:
Gar…eld after expansion along x and y axis, respectively :

Persamaan dan Matriks Standar Operator Kompresi dan

Ekspansi
Operator kompresi maupun ekspansi terhadap sumbu x pada R2 memiliki

persamaan T (x; y) =


Ekspansi

persamaan T (x; y) = (kx; y) untuk setiap (x; y) 2 R2 . Matriks standar dari T
adalah [T ] =


Ekspansi

k 0
adalah [T ] = .
0 1
Operator kompresi maupun ekspansi terhadap sumbu y pada R2 memiliki
persamaan T (x; y) =


Ekspansi

k 0
adalah [T ] = .
0 1
persamaan T (x; y) = (x; ky) untuk setiap (x; y) 2 R2 . Matriks standar dari T
adalah [T ] =


Ekspansi

k 0
adalah [T ] = .
0 1
1 0
adalah [T ] = .
0 k
Pada keempat operator yang dijelaskan di atas, kita memiliki ker (T ) =


Ekspansi

k 0
adalah [T ] = .
0 1
1 0
adalah [T ] = .
0 k
Pada keempat operator yang dijelaskan di atas, kita memiliki ker (T ) = f(0; 0)g
dan Im (T ) =


Ekspansi

k 0
adalah [T ] = .
0 1
1 0
adalah [T ] = .
0 k


Ekspansi

k 0
adalah [T ] = .
0 1
1 0
adalah [T ] = .
0 k
adalah 1 = 1 dan 2 = k.


persamaan T (x; y; z) =


persamaan T (x; y; z) = (kx; y; z) untuk setiap (x; y; z) 2 R2 . Matriks standar
dari T adalah [T ] =


persamaan T (x; y; z)2= (kx; y; z)3untuk setiap (x; y; z) 2 R2 . Matriks standar
k 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 1


k 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 1
persamaan T (x; y; z) = (x; ky; z) untuk setiap (x; y; z) 2 R2 . Matriks standar


k 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 1
persamaan T (x; y; z)2= (x; ky; z)3untuk setiap (x; y; z) 2 R2 . Matriks standar
1 0 0
dari T adalah [T ] = 4 0 k 0 5.
0 0 1
Operator kompresi maupun ekspansi terhadap sumbu z pada R3 memiliki


k 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 1
1 0 0
0 0 1
persamaan T (x; y; z) = (x; y; kz) untuk setiap (x; y; z) 2 R2 . Matriks standar


k 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 1
1 0 0
0 0 1
persamaan T (x; y; z)2= (x; y; kz)3untuk setiap (x; y; z) 2 R2 . Matriks standar
1 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 k
Pada keenam operator yang dijelaskan di atas, kita memiliki ker (T ) =


k 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 1
1 0 0
0 0 1
1 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 k
Pada keenam operator yang dijelaskan di atas, kita memiliki ker (T ) = f(0; 0; 0)g
dan Im (T ) =


k 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 1
1 0 0
0 0 1
1 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 k


k 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 1
1 0 0
0 0 1
1 0 0
dari T adalah [T ] = 4 0 1 0 5.
0 0 k
adalah 1;2 = 1 dan 3 = k.

Transveksi pada R2
Transveksi merupakan suatu bentuk shear yang lebih umum dari kompresi
maupun ekspansi. Transveksi dengan faktor k 2 R pada R2 adalah transformasi
yang memiliki persamaan T (x; y) = (x + ky; y) atau T (x; y) = (x; y + kx).

Transveksi pada R2
Jika T (x; y) = (x + ky; y) maka titik (x; y) dipetakan ke titik yang
ordinatnya sama tetapi absisnya digeser sebanyak ky dengan y adalah nilai
ordinat titik mula-mula.

Transveksi pada R2
Jika T (x; y) = (x + ky; y) maka titik (x; y) dipetakan ke titik yang
ordinatnya sama tetapi absisnya digeser sebanyak ky dengan y adalah nilai
ordinat titik mula-mula.
Jika T (x; y) = (x; y + kx) maka titik (x; y) dipetakan ke titik yang absisnya
sama tetapi ordinatnya digeser sebanyak kx dengan x adalah nilai absis titik
mula-mula.

Transveksi pada arah x
Transveksi pada arah y

Gar…eld:
Gar…eld after transvection in the x direction:

Gar…eld:
Gar…eld after transvection in the y direction:

Gar…eld:
Gar…eld after transvection in the y direction:

Persamaan dan Matriks Standar Operator Transveksi
Jika T (x; y) = (x + ky; y) adalah suatu transveksi pada arah x dengan

faktor k, maka matriks standar untuk T adalah [T ] =


1 k
faktor k, maka matriks standar untuk T adalah [T ] = .
0 1
Jika T (x; y) = (x; y + kx) adalah suatu transveksi pada arah y dengan
faktor k, maka matriks standar untuk T adalah [T ] =


1 k
0 1
1 0
k 1
Pada dua operator di atas, kita memiliki ker (T ) =


1 k
0 1
1 0
k 1
Pada dua operator di atas, kita memiliki ker (T ) = f(0; 0)g dan Im (T ) =


1 k
0 1
1 0
k 1
Pada dua operator di atas, kita memiliki ker (T ) = f(0; 0)g dan Im (T ) = R2 .
Akibatnya nulitas(T ) = 0 dan rank(T ) = 2.


1 k
0 1
1 0
k 1
Pada dua operator di atas, kita memiliki ker (T ) = f(0; 0)g dan Im (T ) = R2 .
Akibatnya nulitas(T ) = 0 dan rank(T ) = 2. Nilai eigen dari T adalah 1;2 = 1.

zb4153923c0 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

zb4153923c0 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Transformasi Linier (Pemetaan Linier)

Kuliah Aljabar Linier Semester Ganjil 2015-2016

November – Desember 2015

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 1 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 2 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 3 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 4 / 93

Transformasi Linier dan Gra…ka Komputer

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 5 / 93

Transformasi Linier dan Gra…ka Komputer

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 5 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 6 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 7 / 93

Mengingat Kembali: De…nisi Fungsi

Selanjutnya jika f : A ! B adalah sebuah fungsi, himpunan A disebut sebagai

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 8 / 93

Mengingat Kembali: De…nisi Fungsi

Selanjutnya jika f : A ! B adalah sebuah fungsi, himpunan A disebut sebagai

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 8 / 93

Transformasi antar Ruang Vektor

f (x; y) = x + y; x y; x2 untuk (x; y) 2 R2

Fungsi f adalah transformasi dari R2 ke R3 . Kita juga dapat menulis

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 9 / 93

Transformasi antar Ruang Vektor

f (x; y) = x + y; x y; x2 untuk (x; y) 2 R2

Fungsi f adalah transformasi dari R2 ke R3 . Kita juga dapat menulis

Evaluasi dari f dapat dilakukan dengan sederhana. Sebagai contoh:

Transformasi antar Ruang Vektor

f (x; y) = x + y; x y; x2 untuk (x; y) 2 R2

Fungsi f adalah transformasi dari R2 ke R3 . Kita juga dapat menulis

Evaluasi dari f dapat dilakukan dengan sederhana. Sebagai contoh:

Transformasi antar Ruang Vektor

f (x; y) = x + y; x y; x2 untuk (x; y) 2 R2

Fungsi f adalah transformasi dari R2 ke R3 . Kita juga dapat menulis

Evaluasi dari f dapat dilakukan dengan sederhana. Sebagai contoh:

Transformasi Linier antar Ruang Vektor

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 10 / 93

Transformasi Linier antar Ruang Vektor

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 10 / 93

Transformasi Linier antar Ruang Vektor

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 11 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 12 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 12 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 12 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 12 / 93

Sifat-sifat Dasar Transformasi Linier

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 13 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 14 / 93

Transformasi Linier dengan Matriks

maka TA adalah sebuah transformasi linier. Kita juga menulis

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 15 / 93

Transformasi Linier dengan Matriks

maka TA adalah sebuah transformasi linier. Kita juga menulis

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 15 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 16 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 17 / 93

Nilai dan Vektor Eigen dari Operator Linier

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 18 / 93

Nilai dan Vektor Eigen dari Operator Linier

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 18 / 93

MZI (FIF Tel-U) Transformasi Linier November – Desember 2015 19 / 93

Kernel dan Peta dari Transformasi Linier

Pada notasi di atas, ~0W menyatakan vektor nol di W .